金融AI算法：人工智能在金融領(lǐng)域的前沿應(yīng)用指南

定　價：￥89.00

作　者：	[德] 克里斯蒂安·L.迪尼等著
出版社：	中國人民大學(xué)出版社
叢編項：
標　簽：	暫缺

購買這本書可以去

ISBN：	9787300294315	出版時間：	2021-07-01	包裝：	平裝
開本：	異16全	頁數(shù)：	332	字數(shù)：

內(nèi)容簡介

　　作為帶領(lǐng)新一輪科技革命的重要技術(shù)之一，人工智能技術(shù)已被廣泛應(yīng)用于金融、醫(yī)療、安防、教育等多個領(lǐng)域，而且應(yīng)用場景也越來越豐富。在金融行業(yè)，人工智能技術(shù)已從過去只發(fā)揮支持作用，到如今成為行業(yè)重要的核心競爭力之一。人工智能技術(shù)可以應(yīng)用于金融行業(yè)的方方面面：人工神經(jīng)網(wǎng)絡(luò)可用于預(yù)測宏觀經(jīng)濟指標和金融市場的時間序列；遺傳算法可用于優(yōu)化股票市場擇時和投資組合創(chuàng)建；數(shù)據(jù)挖掘工具可用于信用風(fēng)險評估；專家系統(tǒng)可以模擬專家解決問題的能力做出決策，并將其應(yīng)用于證券分析和公司評估等。目前，人工智能技術(shù)本身尚處于不斷發(fā)展的過程中，其在金融領(lǐng)域更大規(guī)模的應(yīng)用還會面臨很多障礙。但可以確定的是，未來隨著人工智能技術(shù)的進一步發(fā)展和成熟，金融領(lǐng)域也將更智能化、人性化，并出現(xiàn)更多的革新和進步。如何使用時間序列分析預(yù)測和交易不同的資產(chǎn)（包括衍生品、交易所交易基金、債務(wù)和權(quán)益工具）？人工智能如何應(yīng)用于宏觀經(jīng)濟學(xué)和微觀經(jīng)濟學(xué)？如何利用人工智能技術(shù)更好地理解和預(yù)測經(jīng)濟變量？如何進行公司金融和信用分析，以及如何建立財務(wù)報表分析與各種金融場景影響的關(guān)系？如何進行資產(chǎn)的配置與優(yōu)化？《金融AI算法：人工智能在金融領(lǐng)域的前沿應(yīng)用指南》匯集了人工智能領(lǐng)域和金融領(lǐng)域的部分新研究，以及大量人工智能/神經(jīng)網(wǎng)絡(luò)技術(shù)應(yīng)用于金融市場、資產(chǎn)管理和其他金融領(lǐng)域的案例，展示了應(yīng)用人工智能技術(shù)來建模時間序列、提高政府決策能力、評估信用評級、選股和優(yōu)化投資組合的優(yōu)勢，為從業(yè)人員和研究人員提供了進行深入分析的高度適用的工具和技術(shù)。

作者簡介

　　克里斯蒂安·L. 迪尼博士是Acanto研究院的創(chuàng)始合伙人，負責(zé)全球風(fēng)險和新產(chǎn)品。他是利物浦約翰摩爾大學(xué)銀行和金融學(xué)名譽教授。從1999年2月到2011年8月，他一直在利物浦約翰摩爾大學(xué)管理國際銀行、經(jīng)濟和金融中心工作。他擁有國際經(jīng)濟學(xué)碩士學(xué)位和高級研究文憑，以及巴黎大學(xué)經(jīng)濟學(xué)博士學(xué)位。彼得·W.米德爾頓博士擁有利物浦大學(xué)博士學(xué)位。他擁有資產(chǎn)管理方面的工作經(jīng)歷，發(fā)表了多篇關(guān)于商品價差預(yù)測和股票時間序列預(yù)測的文章。安德里亞斯·卡拉薩索普洛斯博士在克里斯蒂安·L. 迪尼教授的指導(dǎo)下，獲得了利物浦約翰摩爾大學(xué)的理學(xué)碩士和博士學(xué)位。他從事學(xué)術(shù)研究工作，曾在阿爾斯特大學(xué)、倫敦都市大學(xué)和東倫敦大學(xué)任教。目前，他是貝魯特美國大學(xué)副教授，在人工智能領(lǐng)域發(fā)表了30多篇文章，并出版了1本專著。康斯坦丁諾斯·西奧菲拉托斯博士擁有希臘帕特拉斯大學(xué)理學(xué)碩士和博士學(xué)位。他的研究方向包括計算智能、金融時間序列預(yù)測和交易、生物信息學(xué)、數(shù)據(jù)挖掘和網(wǎng)絡(luò)技術(shù)。他在科學(xué)期刊上發(fā)表了27篇論文，在多部會議論文集中發(fā)表了30多篇文章。

圖書目錄

第一部分人工智能簡介
第1章人工智能在金融領(lǐng)域的應(yīng)用概述
引言
專家系統(tǒng)在金融領(lǐng)域中的應(yīng)用
混合智能在金融中的應(yīng)用
總結(jié)
附錄
第二部分金融預(yù)測和交易
第2章交易富時100 指數(shù)：“自適應(yīng)”
建模和優(yōu)化技術(shù)
引言
文獻綜述
相關(guān)金融數(shù)據(jù)
提出的方法
實證分析
結(jié)論和未來的工作
第3章裂解價差的建模、預(yù)測和交易：一種用于訓(xùn)練神經(jīng)網(wǎng)絡(luò)的滑動窗口方法
引言
文獻綜述
描述性統(tǒng)計
方法
實證結(jié)果
結(jié)束語和研究的局限性
附錄
第4章 GEPTrader：一種用基因表達式編程構(gòu)建交易策略的新工具
引言
文獻綜述
數(shù)據(jù)集
GEPTrader
實驗結(jié)果
結(jié)論
第三部分經(jīng)濟
第5章商業(yè)智能助力經(jīng)濟決策
引言
文獻綜述
創(chuàng)建商業(yè)自動化數(shù)據(jù)經(jīng)濟模型的方法
模型的實證結(jié)果
結(jié)論
第四部分信用風(fēng)險與分析
第6章信用風(fēng)險評估中基于數(shù)據(jù)挖掘應(yīng)用的自動化文獻分析
引言
材料和方法
結(jié)論和分析
結(jié)論
第7章智能信用風(fēng)險決策支持：架構(gòu)和實施
引言
文獻綜述
信用風(fēng)險領(lǐng)域的決策支持與專家系統(tǒng)
結(jié)論
第8章人工智能在伊斯蘭債券評級預(yù)測中的應(yīng)用
引言
文獻綜述
數(shù)據(jù)與研究方法
結(jié)果與分析
結(jié)論
附錄1
附錄2
附錄3
第五部分投資組合管理、分析與優(yōu)化
第9 章不確定性下的多周期投資組合選擇：一種基于交互的方法
引言
模型
模擬結(jié)果
選擇的一致性
討論
結(jié)論
附錄：部分偽碼
第10章運用多目標遺傳算法應(yīng)對投資組合選擇中的模型風(fēng)險
引言
投資組合優(yōu)化與現(xiàn)代投資組合理論
模型風(fēng)險的概念
用于組合優(yōu)化的MOGA
投資組合的夏普比率誤差
股票預(yù)測模型
實驗
實證結(jié)果與分析
結(jié)論
第11章線性回歸與模糊線性回歸：在共同基金經(jīng)理績效評估中有何區(qū)別
引言
方法論
數(shù)據(jù)集描述
實證應(yīng)用
結(jié)論與未來展望